numpy介绍

官网：https://numpy.org/doc/stable/

NumPy是一个用于科学计算的Python库，它提供了一个强大的N维数组对象ndarray。ndarray是NumPy中的基础数据结构，用于存储同类型数据的多维数组。以下是ndarray的一些关键特性：

• 同质性：ndarray中的所有元素必须是相同类型的，这允许NumPy在底层进行高效的数据处理。
• 固定大小：在创建时，ndarray的大小是固定的，之后不能更改。如果需要改变数组的大小，NumPy会创建一个新的数组。
• N维：ndarray可以是任意维度的，从一维（向量）到多维（矩阵和更高维度的张量）。
• 索引：可以通过索引访问ndarray中的元素。NumPy提供了多种索引方式，包括基本索引、切片、布尔索引和花式索引。
• 广播：NumPy支持广播机制，这允许在算术运算中自动扩展数组的形状以匹配另一个数组的形状。
• 内存布局：ndarray的内存布局可以是连续的，也可以是分散的。连续的内存布局有助于提高性能，因为它允许快速的数组操作。
• 元数据：ndarray包含元数据，如shape（数组的形状）、dtype（数组元素的数据类型）、strides（在每个维度上前进一个元素需要跳过的字节数）等。

import numpy as np
# 创建一个一维数组
array_1d = np.array([1, 2, 3, 4])
# 创建一个二维数组
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
# 查看数组的形状
print(array_1d.shape)  # 输出: (4,)
print(array_2d.shape)  # 输出: (2, 3)
# 查看数组的数据类型
print(array_1d.dtype)  # 假设输出: int64